旅游城市休闲旅游空间特征及影响因素——以桂林市为例
【旅游理论与实践】
收稿日期：２０２2－02－06
基金项目：广西建筑新能源与节能重点实验室开放研究基金项目（桂科能18－J －21－5）；桂林理工大学科研启动基金项目“桂林城乡规划发展历史研究”（GUTQDJJ2017112）作者简介：龙良初（1966－），广西柳城人，桂林理工大学土木与建筑工程学院教授级高级工程师，研究方向为地域性城市设计；秦志博（1997-），河南洛阳人，桂林理工大学土木与建筑工程学院硕士研究生，研究方向为地域性城市设计；莫昕悦（1997-），广西来宾人，桂林理工大学土木与建筑工程学院硕士研究生，研究方向为地域性城市设计。
旅游城市休闲旅游空间特征及影响因素
———以桂林市为例
龙良初，秦志博，莫昕悦
（桂林理工大学土木与建筑工程学院，广西桂林541004）
摘要：文章对桂林市全域性休闲旅游空间进行分类后运用量化分析方法探讨其空间特征及影响因素，
研究表明：（1）
桂林市总体及各类型休闲旅游空间均呈显著集聚特征，其中购物服务型的集聚程度最高，风景名胜型的集聚程度最低；（2）
桂林市休闲旅游空间分布特征总体呈现出中心城区显著集聚，周边县区“大分散、小集聚”的格局，不同类别休闲旅游空间分布特征存在显著差异；（
3）平均房价水平、常住人口密度、路网密度、高等级旅游资源密度和低等级旅游资源密度是影响休闲旅游空间分布的主要因素，各类型休闲旅游资源的影响因素不同。基于研究结果，从四个方面提出桂林市休闲旅游发展路径，包括优化休闲旅游空间、完善交通网络体系、推动旅游产品升级、拓展品质消费空间，助力桂林打造世界级旅游城市。关键词：休闲旅游空间；空间点模式；POI ；影响因素；桂林市中图分类号：F592文献标识码：Ａ文章编号：１００２－３２４０（２０２2）05－００30－08
随着我国经济社会的快速发展和人们对健康生活的追求，人们已经不仅仅满足于传统观光型旅游，休闲、度假、康养型旅游逐渐成为消费热点。[1]
2013年，《国民旅游休闲纲要（2013-2020）
》
的发布，代表从国家层面国民旅游方式逐渐由传统观光型旅游转向休闲度假型旅游。[2]
“十三五”期间我国年人均出游次数超过4
次，各地纷纷将旅游业作为先导产业优先发展，旅游业作为国民经济战略性支柱产业的地位得以巩固，但休闲旅游在整个旅游业中所占的比重不足，距离旅游发达国家约50%的比重仍有较大差距。[3]进入“十四五”时期，旅游业面临高质量发展的新要求，旅游方式由注重观光向兼顾观光与休闲旅游转变，[4]
大众旅游、休闲旅游的时代已经到来。休闲旅游业作为一种新型旅游业态，目前尚没有权威的定义，本文结合国内外相关研究将其定义为以旅游者鉴赏、体验旅游产品为主要特征，以城市内的各种旅游资源及服务设施为载体的新型旅游业态。[5][6][7]
在国
外的相关研究中通常将“休闲”和“旅游”分为两个独立领域进行研究，
[8]
研究方向多集中在城市休闲产业或旅游业的演变形式、[9]
旅游或休闲设施的布局对城市未来发展的影响[10]
等相较而言，国内学者的研究更符合中国国情，也更具参考价值。随着大数据时代的到来，国内学者对于休闲旅游空间的研究取得了丰硕成果。黄震方等（2011）界定了休闲与休闲旅游资源的概念，将休闲旅游资源分为自然游憩类、文化休闲类、康娱游憩类、专项休闲类四个主要类型；[11]
刘大均等（2014）
以武汉市为例探讨了不同类型的休闲旅游地空间结构及其差异社会科学家
SOCIAL SCIENTIST
20２2年5月（第5期，总第301期
）May ．，20２2
（No.5,Ｇeneral No.301）
性，并提出经济基础、人口分布、资源禀赋以及交通状况等是影响休闲旅游地空间结构的主要因素[12]；徐冬冬等（2017）利用ArcGIS软件探索了南京市休闲旅游资源的空间特征及影响因素，在分析
休闲旅游资源空间分布格局的基础上进一步研究了交通条件、资源禀赋和空间集聚等因素对其影响情况[13]；李莉等（2020）基于休闲旅游POI、滴滴出行、道路等数据进行分析，运用空间分析与地理探测器等方法研究了成都市休闲旅游资源空间分布格局及其影响因素，结果表明距市中心距离、游客与当地居民密度是主导因素[14]。
通过既有研究发现，对于休闲旅游空间的研究多集中于大型城市中心城区，而当前休闲旅游空间增长已呈现向中心城区之外延伸的趋势，全域性休闲旅游空间的研究亟待加强。此外，针对不同类型城市的休闲旅游空间研究不足，尤其是与休闲旅游业最为相关的旅游城市鲜有涉及。同时，对于休闲旅游空间研究大多停留在分布特征层面，对于影响因素的研究多为定性研究，较少用数据量化的方法深入探究休闲旅游空间分布的影响因素及其影响程度。
鉴于此，文章以具有典型旅游城市特征的桂林市为例，通过获取休闲旅游相关的POI兴趣点数据，运用基于空间点模式的最邻近距离分析法、核密度分析等方法探究桂林市全域性层面不同类型休闲旅游空间的分布特征，并运用SPSS相关性分析方法定量研究休闲旅游空间分布的影响因素，以期为优化桂林市休闲旅游空间布局提供参考，丰富桂林打造世界级旅游城市的研究成果。
一、研究方法与数据来源
（一）研究范围
桂林是国际性风景游览城市和首批国家历史文化名城，旅游资源集聚，素有“山水甲天下”的美称。桂林的世界顶级山水资源与丰厚的历史、民族文化，为大力发展休闲旅游产业奠定了天然基础。文章选取桂林市全域作为研究范围，包括秀峰区、叠彩区、七星区等6个市辖城区，阳朔县、灵川县、全州县等10个县以及1个县级市，区域总面积为27800平方千米，2020年常住人口为493.1万人，地区生产总值为2130.41亿元。（二）数据来源
POI兴趣点数据来源于高德地图开放平台，获取的POI包括名称、类型、经纬度等数据，能够直观地反映研究对象的空间分布情况。本研究获取了截止于202１年1０月底的休闲旅游POI数据，然后对其进行分类。
《国家旅游及相关产业统计分类（2018）》标准将旅游业定义为直接为游客提供出行、住宿、餐饮、游览、购物、娱乐等服务活动的集合，旅游业包括七个大类：旅游出行、旅游住宿、旅游餐饮、旅游游览、旅游购物、旅游娱乐、旅游综合服务；[15]国内相关研究大多依据黄震方对于休闲旅游资源的分类标准，划分为康娱游憩类、文化休闲类、专项休闲类和自然游憩类4大主类和12个亚类；[14]《桂林国际旅游胜地建设发展规划纲要（2012-
2020年）》将旅游产业中的吃、住、行、娱、购、游作为桂林旅游六大要素和旅游消费六大环节[16]。文章结合相关研究和桂林市旅游业地域特点，将获取的城市休闲旅游POI数据分为餐饮服务型、购物服务型、风景名胜
型、住宿服务型及休闲娱乐型五类，最终经过数据清洗、筛选，去除重复数据及无效数据后共获取POI数据
36722个。此外，为研究休闲旅游空间分布特征的内在形成机制，从OSM开源地图获取了桂林市的矢量地图及道路数据，从政府公布的统计年鉴及第七次全国人口普查数据获取人口及经济数据，从安居客网站获取
住宅房价数据，从桂林市文化广电和旅游局网站获取A级景区的分布情况，便于进行深入研究。（三）研究方法
在ArcGIS中，空间点模式分析是根据地理实体（如居民点、旅游景点等）或地理事件（如流行病、交通事故等）的空间位置研究其分布模式的方法，是空间分析的重要组成部分。[17]文章将休闲旅游空间的分布抽象成点模式进行研究，点要素的分布模式一般包括集聚、随机和均匀分布三种类型。[18]
1.最邻近距离分析法
最邻近距离分析法是基于ArcGIS软件的一种空间测度方法，一般使用最邻近的点之间的距离描述分布模式，用最邻近距离指数(Nearest Neighbor Indicator，NNI)来测度。NNI是研究范围内最邻近点数据之间的
平均距离与随机布局模式下的预期平均距离两者的比值[１７]
，计算公式如下：
NNI=d （NN ）/d （ran ）
公式中，NNI 表示最邻近距离指数，d （NN ）表示计算得到的最邻近距离，d （ran ）表示预期平均最邻近距离。当NNI ＞1时表示样本趋向于均匀分布；当NNI=1时表示样本为随机分布；当NNI ＜1时表示样本趋向于集聚分布。
2.核密度分析法核密度分析法可以用于计算点要素在其邻域中的密度，以每个栅格的核密度值代表要素的分布特征。本文用核密度分析研究休闲旅游POI 的空间集散情况，便于直观地分析样本的空间分布格局。核密度计算公式如下[１７]
：
公式中，表示x 处的核密度值，n 表示样本总数，r 表示搜索半径，k 代表距离的权重，表示POI 点i 距x 的
距离。二、桂林市休闲旅游空间特征
（一）休闲旅游空间集聚特征对采集到的桂林市休闲旅游POI 点数据在ArcGIS 中定义坐标系、定义投影后进行近邻分析，并采用最邻近距离指数表示各类型休闲旅游空间的集聚情况，经过计算后得到桂林市休闲旅游空间最邻近距离分析表（表１）
总体上看，桂林市休闲旅游空间呈现出中心城区集聚、周围县区散状分布的特征，经过软件计算得到的休闲旅游空间点的平均最邻近距离为58.20m ，而在理想分布模式下的期望平均最邻近距离为435.03m ，
两者的比值即最邻近距离指数（NNI ）为0.13＜1，Z 得分为-317.56＜-2.58，表明总体空间分布类型为显著集聚型。分类型来看，桂林市餐饮服务型、购物服务型、风景名胜型、住宿服务型和休闲娱乐型五类休闲旅游空间的NNI 分别为0.11、0.10、0.44、0.13、0.25，NNI 值均小于1，Z 得分均小于-2.58且P 小于0.01，证明结果通过了99%显著性检验，表明五类休闲旅游空间的分布特征均为显著集聚型。其中购物服务型的数量最多且NNI 值最小，表明购物服务型POI 数据在空间上最为集聚，说明本地居民及游客对购物服务空间的需求最强；餐饮服务型的集聚程度仅次于购物服务型，住宿服务型的NNI 值
与总体相同，空间分布集聚程度最接近总体POI 分布格局，说明旅游城市的住宿业空间发展与城市整体发展高度同步；休闲娱乐型的NNI 值为0.25，集聚程度处于中等水平，周边县城与中心城区的差距
较大，原因在于县城的人口不足及经济水平较差，不足以支撑起相关类型产业；风景名胜型的NNI 值为0.44，集聚程度相对较弱，这与该类型对自然条件的依赖有关，分布具有一定的随机性。
（二）休闲旅游空间分布特征
为进一步探讨休闲旅游空间的分布特征和结构特征，文章对总体和五类休闲旅游空间POI 数
据分别进行核密度分析，识别休闲旅游集聚区域在空间上的分布特征。总体上，桂林市的休闲旅游空间呈现出中心城
表1桂
林市休闲旅游空间最邻近距离分析注：当Z ＜-2.58且P ＜0.01时
，拒绝零假设。类型平均最邻近距离/m 期望平均最邻近距离/m NNI Z 得分
P
值空间分布类型
总体58.20435.030.13-317.56
显著集聚型餐饮服务型
76.90732.890.11-194.780显著集聚型购物服务型
64.30668.930.10-215.500显著集聚型
风景名胜型991.202255.630.44-39.64
显著集聚型住宿服务型159.00
1228.910.13-112.990显著集聚型
休闲娱乐型428.601698.890.25-81.38
显著集聚型
区显著集聚、周边“大分散、小集聚”的空间结构特征。休闲旅游空间集聚程度最高的区域位于桂林历史城区，这一片区集中了两江四湖景区、靖江王府等多个著名景点和东西巷、正阳步行街等热门商圈，是桂林市商业、旅游、文化的核心区域。极核区域主要位于秀峰区、叠彩区、七星区和象山区，临桂区由于面积较大且发展时间较短，仅在该区东部聚集程度较高，雁山区在中心城区中聚集程度最弱；
其余各县均未形成显著集聚区域。餐饮服务型休闲旅游空间分布相对集中，呈“主副双核、多点集聚”的空间格局，与总体分布格局相似。“主核”所在区域包括叠彩区、七星区、秀峰区、象山区和临桂区，有向雁山区发展的趋势，雁山区由于大学城的存在形成了一定规模的较高等级餐饮服务集聚区；“副核”位于阳朔县，由于其聚集了丰富且品质高的旅游资源，带动了餐饮服务等相关产业的发展，因此形成了餐饮服务型的集聚副中心；“多点集聚”指在兴安县、全州县和荔浦市形成的小面积较高等级集聚区；其余各县的餐饮服务型休闲旅游发展较差，未形成明显的集聚中心。购物服务型休闲旅游空间呈现出“两心多点”的空间格局。“两心”指位于桂林市中心城区的高等级集聚中心和阳朔县依托良好自然资源条件所发展起的次级购物集聚中心；“多点”指在兴安县、荔浦市和资源县等中心形成的较高等级集聚区。购物服务型休闲旅游空间还在中心城区和阳朔之间形成了多个热点区，并有连接发展成集聚带的趋势，这与来桂游客多往返于中心城区和阳朔有关。
风景名胜的分布主要与城市的自然景观和历史文化资源相关，桂林市的风景名胜型休闲旅游空间呈现出“两核一带”的格局。“两核”为围绕桂林历史城区中的两江四湖景区、靖江王府、东西巷和叠彩山景区等形成的主核和围绕阳朔遇龙河景区、阳朔西街等形成的次级核心；“一带”指沿漓江形成的连接中心城区与阳朔的旅游产业集聚带，这与桂林大部分的山水型旅游景点都沿漓江两侧分布相关。
住宿服务型休闲旅游空间为一主一次的“双核集聚”结构。“主核”主要位于以桂林历史城区为中心的秀峰区、叠彩区、七星区以及象山区北部区域，该片区是桂林的经济中心，星级酒店和经济型连锁酒店众
多；“次核”位于以阳朔西街为中心的阳朔县南部，这一片区集中了桂林市大部分的山水自然景点，依托良好的自然景观发展了大量高品质民宿及度假酒店，形成了住宿服务的次级核心。其余县区的住宿服务型休闲旅游空间发展相对疲软，未形成明显的集聚区。
休闲娱乐型休闲旅游空间的分布呈现出明显的“单核集聚”结构特点。集聚核心位于叠彩区、秀峰区、七星区和象山区的交接处，并向西扩散至临桂区，向南扩散至雁山区。总体上看休闲娱乐型休闲旅游空间的分布显著集聚于中心城区，在阳朔县、荔浦市和兴安县形成低等级、小面积的集聚区域，该类业态分布极不均衡，中心城区以外的县区发展较为滞后。
三、休闲旅游空间分布影响因素研究
（一）影响因素指标体系构建
影响休闲旅游活动的因素多样且复杂，为进一步探究影响休闲旅游空间分布的因素，文章通过对相关文献的梳理，[19][20]以及桂林市旅游资源的实际情况，选择区域经济水平、人口因素、交通条件和资源禀赋4个指标维度和7个影响因素进行深入研究（见表2）。其中区域经济水平的影响因素由政府财政收入和平均房价水平构成；人口因素的影响因素由常住人口密度和游客热度构成，常住人口密度表示本地居民的分布情况，游客热度代表各个县（市、区）中游客的数量，由于游客人数难以通过公开的数据获取，而绝大部分的来桂游客都需要住宿，因此将各县（市、区）的住宿业营业额作为表征游客
热度的指标；交通条件的影响因素为路网密度，通常一个地方的路网密度越高，交通就越便捷；资源禀赋的影响因素由高等级旅游资源（4A、5A级旅游景区）和低等级旅游资源（1A-3A级旅游景区）构成，分别探究不同等级旅游资源对休闲旅游空间分布的影响情况。
（二）休闲旅游空间分布影响因素分析
1.影响因素相关性分析
将用于分析的数据进行标准化处理之后导入SPSS软件进行皮尔逊相关性分析，因变量为各县（市、区）总体及不同类型休闲旅游空间的密度，自变量为政府财政收入(Z1)、平均房价水平(Z2)等7个影响因素，探究不同影响因素对不同类型休闲旅游空间分布的影响程度，分析结果如下表（见表3）。表中皮尔逊相关性的数值大小代表各因素在同等显著性水平时的相关性相对强弱，正负代表正相关和负相关。
表3桂
林市休闲旅游空间分布影响因素相关性分析指标维度影响因素总体餐饮服务型购物服务型风景名胜型住宿服务型休闲娱乐型
区域经济水平政府财政收入-0.02-0.058-0.0470.0280.0460.091
平均房价水平0.706**0.682**0.722**0.726**0.553*0.707**
人口因素常住人口密度0.921**0.977**0.852**0.932**0.976**0.96**
游客热度0.485*0.4410.496*0.518*0.984**0.533*交通条件路网密度0.968**0.938**0.914**0.968**0.938**0.956**
资源禀赋高等级旅游资源密度0.851**0.824**0.914**0.875**0.563*0.822**低等级旅游资源密度0.703**0.693**0.706**0.61**0.664**0.591*
注：表中*表示显著性sig ＜0.05，有较强的相关性；**表示显著性sig ＜0.01，
相关性显著。表2桂林市休闲旅游空间分布影响因素指标维度影响因素指标量化
区域经济水平政府财政收入Z1各县（市、区）政府的年财政收入平均房价水平Z2
桂林建筑各县（市、区）二手房价格的平均值人口因素常住人口密度Z3各县（市、区）本地常住人口密度游客热度Z4各县（市、区）住宿业营业额
交通条件路网密度Z5
各县（市、区）内道路面积与区县面积的比值资源禀赋高等级旅游资源密度Z6各县（市、区）内4A 、5A 级景区的数量与该区县面积的比值低等级旅游资源密度Z7各县（市、区）内1-3A 级景区的数量与该区县面积的比值2.
总体休闲旅游空间影响因素分析根据相关性分析结果，从总体来看，平均房价水平、常住人口密度、路网密度、高等级旅游资源密度和低等级旅游资源密度对桂林市休闲旅游空间的分布具有显著影响，游客热度有较显著影响，政府财政收入无
明显相关性。在显著影响要素中，路网密度的皮尔逊相关性为
0.968，与休闲旅游空间分布的相关性最强，说明交通对于休闲旅游空间的布局至关重要，可达性高的地区能够吸引更多的休闲旅游空间集聚。其次常住人口密度的相关性排在第2位，表明休闲旅游空间的分布对人口有较强的依赖性。资源禀赋维度中高等级旅游资源密度和低等级旅游资源密度的皮尔逊相关性为0.851、0.703，
处于较高水平，表明桂林市休闲旅游空间的分布与
A 级景区显著相关，景区等级越高相关性越强，这与A 级景区周边会吸引大量餐饮、购物、住宿等配套业态聚集有关。3.分类型休闲旅游空间影响因素分析（1）餐饮服务型在餐饮服务型休闲旅游空间分
布的各项影响因子中，平均房价水平、常住人口密度、路网密度、高等级旅游资源密度和低等级旅游资源密度为主要影响因素，其中，受常住人口密度因素的影响最强，究其原因在于餐饮服务型休闲旅游空间的业态构成以餐饮业和服务业为主，此类业态的受众体以本地居民为主，所以餐饮服务型休闲旅游空间分布与常住人口密度的空间分布具有较高的一致性。（2）购物服务型购物服务型休闲旅游空间分布影响因素相关性强弱与总体的休闲旅游空间最为接近，主要原因在于购物服务型休闲旅游空间占总体比例最大，且较总体休闲旅游空间而言，其受高等级旅游资源密度的影响更强。桂林市的此类旅游资源绝大部分集中分布于中心城区，吸引了大量游客，而购物服务型休闲旅游空间以集中商场、商业街为主，也密布于中心城区，这些商业街多数本身也为旅游空间，并大多结合高等级旅游资源进行布局，所以二者在空间分布上呈现较大一致性。此外，购物服务型旅游空间分布也深受路网密度的影响，表明道路通达性较好的街道是购物服务型休闲旅游空间优先考虑布局的区域。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。